TensorFlow 之外的好選擇:Keras、Caffe SK-Learn 機器學習實作

阿布、胥嘉幸

  • 出版商: 佳魁資訊
  • 出版日期: 2018-01-07
  • 定價: $540
  • 售價: 8.5$459
  • 貴賓價: 7.9$427
  • 語言: 繁體中文
  • 頁數: 416
  • ISBN: 9863796069
  • ISBN-13: 9789863796060
  • 相關分類: 機器學習深度學習TensorFlow

立即出貨 (庫存 > 10)

買這商品的人也買了...

相關活動主題

20180308 deep learning tensorflow small gif

商品描述

機器學習需要一條脫離過高理論門檻的入門之路。本書繞過理論障礙,打通了一條由淺入深的機器學習之路。豐富的實戰案例講解,介紹如何將機器學習技術運用到股票量化交易、圖片渲染、圖片識別等領域。

本書包含兩部分:機器學習篇和深度學習篇。

機器學習篇,主要從零開始,介紹什麼是資料特徵、機器學習模型,如何訓練模型、偵錯模型,以及如何評估模型的成績。透過一些簡單的工作實例,說明在使用模型時如何分析並處理工作資料的特徵,如何組合多個模型共同完成工作,並嘗試將機器學習技術運用到股票交易中,重複熟悉這些技術的同時,感受機器學習技術在落實到專業領域時常犯的錯誤。

深度學習篇,則主要介紹一些很基礎的深度學習模型,如DNN、CNN 等,簡單涵蓋一些RNN 的概念描述。我們更關注模型的直觀原理和背後的生物學設計理念,希望讀者能夠帶著這些了解,直接上手應用深度學習架構。

本書適合有Python程式設計能力的讀者。如果讀者有簡單的數學基礎,了解機率、矩陣則更佳。使用過Numpy、pandas 等資料處理工具的讀者讀起來也會更輕鬆,但這些都不是必需的。

作者簡介

阿布

多年互聯網金融技術經驗,曾就職於奇虎360、百度互聯網證券、百度金融等互聯網型金融公司,現為自由職,個人量化交易者,擅長個人中小資金量化交易領域系統開發,以及為中小型量化私募資金提供技術解決方案、技術支援、量化培訓等工作。


胥嘉幸

北京大學碩士,先後任職百度金融證券、百度糯米搜索部門。致力於大數據機器學習方面的研究,有深厚的數學功底和理論支撐。將機器學習技術融於傳統金融量化領域方面頗有研究。

目錄大綱

前言

第一篇 機器學習篇
第1章 初識機器學習

1.1  機器學習——指定機器「學習」的靈魂

1.2  KNN——相似的鄰居請投票

1.3  邏輯分類I:線性分類模型

1.4  邏輯分類II:線性分類模型

第2章 機器學習進階

2.1  特徵工程

2.2  偵錯模型

2.3  分類模型評估指標

2.4  回歸模型

2.5  決策樹模型

2.6  模型融合

第3章 實戰:股票量化

3.1  第一步:建置童話世界

3.2  第二步:應用機器學習

3.3  第三步:在真實世界應用機器學習

第二篇 深度學習篇

第4章 深度學習:背景和工具

4.1  背景

4.2  深度學習架構簡介

4.3  深度學習架構快速上手

4.4  Caffe 實現邏輯分類模型

第5章 深層學習模型

5.1  解密生物智慧

5.2  DNN神經網路模型

5.3  神經元的深層網路結構

5.4  典型的DNN 深層網路模型:MLP

5.5  Caffe 實現MLP

第6章 學習空間特徵

6.1  前置處理空間資料

6.2  描述圖片的空間特徵:特徵圖

6.3  CNN 模型I:旋積神經網路原理

6.4  CNN 模型II:圖片識別

6.5  CNN 的實現模型

6.6  微訓練模型(Fine-Tuning)

第7章 Caffe 實例:狗狗品種辨別

7.1  準備圖片資料

7.2  訓練模型

7.3  使用產生的模型進行分類

第8章 漫談時間序列模型

8.1  Embedding

8.2  輸出序列的模型

8.3  深度學習:原理篇歸納

第9章 用深度學習做個藝術畫家:模仿實現prisma

9.1  機器學習初探藝術作畫

9.2  實現秒級藝術作畫

附錄A 機器學習環境部署

附錄B 深度學習環境部署

附錄C 隨書程式執行環境部署